發(fā)布時(shí)間：2024-04-21 03:14

　　提出了一種基于相對(duì)指數(shù)熵的地理信息數(shù)據(jù)分級(jí)評(píng)價(jià)模型,構(gòu)建級(jí)內(nèi)相對(duì)指數(shù)熵與級(jí)間指數(shù)熵指標(biāo),分別量化分級(jí)數(shù)據(jù)級(jí)別內(nèi)集聚水平和級(jí)別間的離散水平,并利用這兩個(gè)指標(biāo)構(gòu)建了地理信息數(shù)據(jù)分級(jí)的相對(duì)指數(shù)熵評(píng)價(jià)指標(biāo)。在Python中實(shí)現(xiàn)地理信息數(shù)據(jù)分級(jí)以及分級(jí)的相對(duì)指數(shù)熵計(jì)算。試驗(yàn)中,應(yīng)用5種常用的分級(jí)方法對(duì)5種典型分布的6個(gè)數(shù)據(jù)集以及1個(gè)人口普查數(shù)據(jù)集進(jìn)行分級(jí),并分別計(jì)算分級(jí)結(jié)果的相對(duì)指數(shù)熵指標(biāo)。試驗(yàn)結(jié)果表明,在面向不同分布的數(shù)據(jù)集時(shí),相對(duì)指數(shù)熵指標(biāo)能夠很好地指示出最優(yōu)分級(jí)方法,并且反映出不同分級(jí)方法的細(xì)小差異,對(duì)于地理信息數(shù)據(jù)分級(jí)的評(píng)價(jià)是有效的。

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

圖2人口分級(jí)圖

圖2為加利福尼亞州分縣人口普查數(shù)據(jù)的分級(jí)(4級(jí))結(jié)果�？梢园l(fā)現(xiàn),該數(shù)據(jù)集的自然裂點(diǎn)分級(jí)及頭尾分割分級(jí)兩種方法得到的分級(jí)結(jié)果差異較小,兩種分級(jí)結(jié)果的分級(jí)統(tǒng)計(jì)圖差異也較小。在試驗(yàn)中,本文對(duì)數(shù)據(jù)進(jìn)行多次微小的改變,這兩種方法的分級(jí)結(jié)果都得到過(guò)最優(yōu)相對(duì)指數(shù)熵。因此,在具體的分級(jí)方法選取中....

圖14種分布的概率密度圖

表3加利福尼亞州分縣人口普查數(shù)據(jù)(2010年)Tab.3CensusdataofCaliforniaoncountylevel(2010)序號(hào)值序號(hào)值序號(hào)值序號(hào)值序號(hào)值序號(hào)值1117511286102187841312....

本文編號(hào)：3960335